大数据背景下的犯罪预测与预防：基于犯罪预测分析模型的应用及构建_李熙.pdfVIP

山西科技 SHANXI SCIENCE AND TECHNOLOGY 2015 年 第30 卷 第3 期 文章编号：1004－6429 （2015）03－0133-03 收稿日期：2015－03－02 大数据背景下的犯罪预测与预防 ———基于犯罪预测分析模型的应用及构建 李 熙，黄 力 （中国人民公安大学，北京，100038） 摘 要：在 大数据背景下，执 法机构使 用数据分析和建模技术来应对和预 防犯罪 比以 往任何时候都重要。在阐述预测模型概念及类别的基础上，探讨 了犯罪预测分析模型 的应用领域 ，详细介绍 了常见的预测建模技术。 关键词：犯罪预测；犯罪预防；数据分析；预测模型 中图分类号：D917 文献标识码：A 科学的犯罪预测方法与技术能够帮助公安机关高效地利用 的结果制定行动部署。例如，如果有一个数据分析方法用于预测 已知的关于犯罪活动及其趋势的数据对未来可能发生的犯罪行 某辖区的犯罪率，那么我们可以通过部署已知能降低犯罪率的 为进行预测，并以此预测结果为依据制定行动部署，争取让有限 措施来应对不同的预测结果，从而对警力资源进行合理的划分。 的精力和资源发挥最大的功效。用于对数据进行分析的方法可 例如假设某地区犯罪率高，我们可在该地区增加20％ 的警力，而 分为描述性和预测性两类。描述性分析是基于对历史数据的客 如果犯罪率非常高，我们则可在该地区增加50％ 的警力。 观表达，而预测性分析则旨在对未来某事物发生的可能性做出 2 预测模型 判断。预测性分析能够很好地帮助公安机关掌控社会治安状况 的走势，故成为本文研究的重点。 基于数据分析的预测模型简单来讲就是基于某种内在算法 公安机关通过对历史数据进行系统综合的分析，形成了对 的关于输入数据和输出数据的映射。笔者认为现如今的预测模 未来社会治安局势的基本判断。例如，通过数据分析我们可以判 型可分为两大类：一种是反馈式预测模型。这种模型在数据处理 断出未来一段时间内某特定区域社会治安总体状况的好坏；某 期间，根据输出数据的期望值反复对输入数据进行运算和处理 特定犯罪类型的发生频率；犯罪行为之间的相似点及其联系。 直到该模型得出了符合期望值的输出结果为止。我们常见的反 所以，为了提升驾驭社会治安的能力，公安机关应重视并掌 馈式预测模型有支持矢量机和决策树。另一种是非反馈式预测 握先进的犯罪预测方法技术，并能够利用它们为社会主义建设 模型，此模型的核心原则是仅为预测模型提供输入数据，而该类 保驾护航。 模型的任务则是确定不同的输入数据彼此之间的关联。集群是 该类预测模型的代表。 1 数据驱动的知识与专家知识 犯罪预测分析模型可提供灵活可靠的信息环境，有助于实 历来人们都习惯聘请一些某特定领域的专家来为其授业解 施更具前瞻性和主动的执法和监管行动，从而解决有效信息不 惑。这些基于经验的专家知识不仅可以为公安机关优化决策流 足的难题。各机构可以不必保留物理记录，直接将每条重要信息 程还能提高其决策结果的精确度。我们知道，无数的专家知识和 （事件、人物、时间、手段、证据等等）保存为电子历史记录，然后 经验可以提炼成一种具体的操作流程，而具体操作流程的形成 再将各种数据（包括非结构化数据）集中起来，用于进行分析、建 则意味着知识经验的具体化